- 博客(11)
- 资源 (9)
- 收藏
- 关注
原创 《深度学习工程师-吴恩达》05序列模型--循环序列模型 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》04序列模型--循环序列模型 学习总结1.重点归纳1)循环神经网络(RNN)(1)循环神经网络(RNN)之类的模型在语音识别、自然语言处理和其他领域中一起变革,它属于监督学习,X和Y有时会不一样长,有时候会一样长。(2)例子:语音识别、音乐生成、文本情感分...
2019-01-26 18:34:47 1028
原创 《深度学习工程师-吴恩达》03卷积神经网络—特殊应用:人脸识别和神经风格转换 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》03卷积神经网络—特殊应用:人脸识别和神经风格转换 学习总结1.重点归纳1)人脸识别(1)人脸验证:输入图片以及某人ID/姓名,系统会验证输入图片是否这个人,1对1问题(2)人脸识别:1对多问题,输入图片验证图片是否为已有用户。比验证问题复杂多了,准确率为99%的验证...
2019-01-22 21:19:04 1809
原创 《深度学习工程师-吴恩达》03卷积神经网络—目标检测 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》03卷积神经网络—目标检测 学习总结1.重点归纳1)目标定位(1)只是检测图像类型时,只需要使用softmax输出每种类型的概率即可。当需要检测图像类型并且其在图像中的位置时,还需要输出被检测对象的边界框参数bounding box。(2)输出label定义(图像...
2019-01-19 19:04:32 2799
原创 《深度学习工程师-吴恩达》03卷积神经网络—深度卷积网络:实例探究 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》03卷积神经网络—深度卷积网络:实例探究 学习总结1.重点归纳1)计算机视觉领域经典的神经网络(1)LeNet-5(2)AlexNet(3)VGG2)LeNet-5 这个网络很小只有60k个参数,而现代网络含有一千万到一亿个参数...
2019-01-15 19:44:38 3461 2
转载 转载:实用教程!使用YOLOv3训练自己数据的目标检测
实用教程!使用YOLOv3训练自己数据的目标检测52CV君 我爱计算机视觉 今天点击我爱计算机视觉标星,更快获取CVML新技术 YOLOv3是当前计算机视觉中最为流行的实时目标检测算法之一。 昨天LearnOpenCV网站博主又发福利,post了一个清晰明了的教程,一步一步示例,如何使用快速实时的YOLOv3算法,训练某种特定类别目标的检测器。 作者收集了...
2019-01-15 14:21:34 1583
原创 《深度学习工程师-吴恩达》03卷积神经网络—卷积神经网络 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》03卷积神经网络—卷积神经网络 学习总结1.重点归纳1)神经网络解决的视觉问题(1)图片分类(2)目标检测(3)图片风格迁移2)卷积神经网络的padding(1)不进行padding时存在的问题图像会缩小 在边缘区域的像素点在输出中采用较少,意...
2019-01-12 18:36:02 1705
转载 转载:图解当前最强语言模型BERT:NLP是如何攻克迁移学习的?
图解当前最强语言模型BERT:NLP是如何攻克迁移学习的? 前段时间,谷歌发布了基于双向 Transformer 的大规模预训练语言模型 BERT,该预训练模型能高效抽取文本信息并应用于各种 NLP 任务,该研究凭借预训练模型刷新了 11 项 NLP 任务的当前最优性能记录。技术博主 Jay Alammar 近日发文通过图解方式生动地讲解了 BERT 的架构和方法基础。20...
2019-01-10 18:55:16 489
原创 《深度学习工程师-吴恩达》02改善深层神经网络--超参数优化、batch正则化和程序框架 总结
作者:jlianghttps://blog.csdn.net/jliang3《深度学习工程师-吴恩达》02改善深层神经网络--超参数优化、batch正则化和程序框架 学习总结1.重点归纳1)经常需要调试的神经网络参数,重要性由高至低罗列 学习率α Momentum算法参数β、mini-batch size、隐藏单元数量 层数、学习率...
2019-01-09 20:15:31 1066 2
转载 转载:归一化方法的两个问题讨论
归一化方法的两个问题讨论Microstrong0305 机器学习算法那些事 昨天作者:Microstrong0305链接:https://blog.csdn.net/program_developer/article/details/78637711编辑:石头 前几天有网友咨询我关于归一化的两个问题:(1) 归一化是否能够提高最优模型的收敛速度。(2) 标准...
2019-01-09 11:33:14 699
原创 《深度学习工程师-吴恩达》02改善深层神经网络--优化算法 总结
《深度学习工程师-吴恩达》02改善深层神经网络--优化算法 学习总结1.重点归纳1)Mini-batch梯度下降法(1)把训练集划分为多个子集,每个子集为一个mini-batch,使用每个mini-batch的数据进行训练,每次只需要处理一个mini-batch的训练集就能进行一步梯度下降法。(2)mini-batch梯度下降法比batch梯度下降法运行更快。(3)...
2019-01-07 13:25:38 783
原创 《深度学习工程师-吴恩达》02改善深层神经网络--深度学习的实用层面 总结
深度学习的实用层面 学习总结1.重点归纳1)数据划分(1)一般情况下我们会把数据分为训练集、验证集和测试集,但有些时候不需要无偏估计时只划分为训练集和测试集。(2)数据集比较少时,可以按60%,20%,20%的比例划分数据集。(3)数据集很大时,并不需要大量的数据(验证集)来选择模型,也不需要大量的数据(测试集)来评估模型。如100万的数据集可以按98%,1%,1%来划分...
2019-01-05 17:14:05 576
机器学习知识学习总结(机器学习/数据挖掘/数据分析面试资料)(原创资料)
2019-04-06
深度学习工程师-吴恩达 学习总结
2019-03-26
统计思维:程序员数学之概率统计
2019-02-28
伯克利教材
2019-02-28
嵌入式系统下Qt编写的E-mail收发终端
2010-02-02
LED七彩变色灯的制作、分析
2008-11-06
调频接收机 电路 分析
2008-11-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人